本文利用2023年6月15日采集的骆马湖水质参数、光谱数据和同期Sentinel-2影像数据,构建了基于数学统计和机器学习方法的水质反演模型,并对骆马湖叶绿素a(Chl-a)浓度进行了定量反演。通过对比分析,选定了性能最优的模型分析骆马湖Chl-a浓度状况。研究发现,Chl-a浓度与Sentinel-2影像B5和B9波段表现出较高的相关性,且经波段组合处理后,相关性进一步提升。在Chl-a反演模型中,FA-SVR模型相较于传统数学统计回归模型及其他机器学习模型(FA-RF、FA-XGBoost)表现出最高的精度(R²=0.86, RMSE=2.77, MAE=2.10)。反演结果揭示,骆马湖东北部近岸区域的Chl-a浓度较高,这可能与北部水域存在鱼塘养殖、水体富营养高有关。本文突显了机器学习技术在提升水质遥感反演精度方面的重要应用价值,为湖泊水质监控和管理提供了重要的技术支撑。

本文基于机载航空高光谱影像数据对长三角生态绿色一体化发展示范区内“一河三湖”重点水域水质参数进行了反演研究。试验获取了示范区内全谱段高光谱影像数据,通过对机载遥感影像进行预处理,获得水体离水反射信息;在飞行时刻同步采集了水体样本与水体光谱,通过竞争性自适应重加权特征选择方法,选择最优波段参与反演模型的构建,并完成水质专题制图。模型验证集的决定系数R²均达0.6以上,同时与水质监测站数据误差小于10%,实现了长三角一体化示范区的水质精确监测,证实了机载高光谱遥感对于水质参数的反演应用价值,为示范区发展赋能高质量。

水葫芦作为我国十大入侵植物之一,有着极强的繁殖能力,其在平原水网地区已泛滥成灾,严重影响水生生态及河道行洪安全。本文以兴化市为例,基于2017—2021年Sentinel-2影像,通过支持向量机算法自动提取河网水葫芦分布,计算兴化市59条主要河流水葫芦平均覆盖度,建立水葫芦暴发情况等级分类方法,并对兴化市水葫芦覆盖区的NDVI值进行时空异质性探测。试验结果表明,2017—2021年,水葫芦面积占比在0.05～0.2,最低值为0.084,最高值为0.176;按暴发等级划分有重度暴发河流9条、中度暴发河流34条、轻度暴发河流16条;时空异质性探测指标总体呈现上升趋势,且在2020年下半年达到峰值1.025。通过时空异质性探测水葫芦时空变化情况,可为水葫芦的暴发监测与合理防治提供科学依据。

本文基于2009、2012、2015、2018、2021年统计、国土调查和影像数据,采用熵权法和TOPSIS模型协同分析黄河流域(甘肃段)57个县级行政区的水资源承载力水平。结果表明:①2009—2021年,黄河流域(甘肃段)水资源子系统、社会经济子系统和生态环境子系统等级低和较低的县级行政区数量明显减少,等级高和较高的数量增加;②黄河流域(甘肃段)水资源承载力为不理想的区域集中位于陇中及陇东,水资源承载力为中等理想、较理想和理想的区域集中在玛曲、碌曲、卓尼及夏河县等甘南高原区域;③研究时期内,黄河流域(甘肃段)大部分区域水资源承载力为稳定或提高,这也反映了近20年环境治理成效显著,水源涵养能力与水资源综合利用效率稳步提升。

水质监测数据的迅速积累和增长,给水质研究带来了新的机遇和挑战。针对目前水质监测与分析面临的实时性差、数据显示不直观、数据处理效率低等问题,本文基于大数据技术和数据可视化技术,构建了用于实时水环境监测与大数据分析的分布式处理框架WaterSpark。使用改进的加拿大环境部长理事会水质指数(CCME-WQI)和Spark机器学习库(MLlib),进行云南省九大高原湖泊水质监测数据。结果表明,WaterSpark在实时水质传输、清洗归档、高效计算分析等方面表现出色,能够及时准确地捕获和分析大规模水质数据,分布式数据集和集群能够应对不断增长的水质数据,保证性能的可扩展性,支持更多的水质指标和更大规模的水质监测。

森林地上生物量是衡量森林生态系统固碳能力和生产力的重要指标,利用遥感手段可以快速完成连续、大规模的森林地上生物量反演与制图,建立外推模型且更加精准地估算是遥感反演森林生物量的关键。本文以湖北省崇阳县为研究对象,通过星载激光雷达ICESat-2数据与不同类型森林地上生物量建模,结合多光谱Landsat8卫星影像,利用多元线性回归和随机森林算法,完成该地区2013—2023年森林生长季30m分辨率时间序列地上生物量制图。结果显示,ICESat-2 ATL08数据可以较好地估算光斑点生物量,针叶林R²=0.872,阔叶林R²=0.806。试验验证了星载激光雷达对不同森林类型生物量的估算能力,对未来大区域尺度森林生物量及碳汇时空变化格局研究提供了方法和依据。

为解决单一使用GNSS或GRACE/GFO等技术反演区域陆地储水量变化存在的不足,本文借鉴分解-重构法的思想,提出了一种融合GNSS和GRACE/ GFO反演区域陆地储水量变化的方法。利用来自中国陆态网西南地区的90个GNSS测站时间序列数据,融合GNSS和GRACE/GFO反演了中国西南地区2012—2022年的陆地水储量变化,并通过空间分布分析对比其他融合方法及降水数据,验证了本文融合方法的性能。结果表明,融合反演结果在空间分布上综合了GNSS和GRACE/GFO的优点;在时间尺度上,GNSS、GRACE/GFO的反演结果均滞后于降水2个月,而融合反演结果仅滞后于降水1个月,且相应的相关系数也高于GNSS、GRACE/GFO反演结果。因此,本文方法为融合多源数据以获取更可靠的区域陆地水储量变化提供了一种参考。

河南省是中国水资源相对短缺严重的地区之一,地下水的过度消耗已成为制约该地区经济社会发展和生态环境保护的重要因素。本文基于2003—2022年GRACE、GRACE-FO卫星重力数据及GLDAS陆面同化数据,采用奇异谱插值法和时序分解法,分析了河南省近20年地下水储量的时空变化特征及影响因素。结果表明:河南省近20年地下水呈“V”形变化特征,变化速率呈现由西南至东北逐渐递减的阶梯式分布;2015年前后变化速率分别为-15.53、8.88mm/a,东北部地区地下水由亏损转为盈余状态;对比反演结果与降水和南水北调中线工程调水数据发现,降水与地下水变化密切相关,但不是地下水长期下降的主要原因;通过南水北调工程异地调配地表水供给受水区生产生活用水而置换地下水抽采,有效缓解了地下水亏损,是地下水止跌回升的重要影响因素。本文研究结果为了解近20年河南省地下水储量的时空变化规律及更好发挥南水北调工程调水作用提供了参考依据。

荒漠化是威胁区域发展和人类生存的重要生态环境问题之一,因此开展荒漠化监测是荒漠化防治中的一项重要基础工作。本文以山西大同煤田为例,利用NDVI-Albedo特征空间构建2000—2021年荒漠化差值指数(DDI),监测其荒漠化时空变化,并利用地理探测器分析荒漠化的影响因素。结果显示,2000—2021年,大同煤田荒漠化由严重向轻度转换,重度和极重度荒漠化面积显著减少,而轻度荒漠化面积显著增加。整体而言,有57.75%的区域荒漠化呈显著改善趋势,但同时有0.03%的区域荒漠化呈加剧趋势。地理探测结果表明,植被是影响荒漠化的主要因子;植被与降水、高程等自然因素交互后的影响显著增大,与土地利用、人口密度等人类活动因素交互后的影响同样不可忽视。

科西河流域冰川和冰湖较为发育,随着全球气候变暖,冰川融水成为冰湖扩张的重要补给,同时会引发冰湖溃决洪水(GLOF)等自然灾害,给当地居民生产生活带来巨大损失。因此,对该区域冰川冰湖的时空分布规律和变化特征的研究具有现实意义。本文基于Landsat系列遥感影像和数字高程模型,分析了1990—2020年科西河流域冰川冰湖面积时空分布与变化特征,并结合气象格点数据和GLOF事件,探究科西河流域冰川冰湖对气候变化响应及其与GLOF事件关系。结果表明:①1990—2020年科西河流域冰川面积呈加速退缩的趋势,近10年加速退缩趋势进一步加强。②科西河流域冰川主要分布在海拔4800～6800m范围内,而在坡度上,主要分布在5°～20°。③1990—2020年科西河流域冰湖呈加速扩张的趋势,冰湖面积共扩张了26.09km²,其中面积>0.25km²的冰湖扩张迅速;与冰川相连的冰湖面积扩张显著,面积增长率为49.39%。④1990—2020年科西河流域共11条冰湖发生溃决,溃决冰湖分布面积较小,介于0.02～0.7km²。⑤1990—2020年科西河流域气温和降水量呈波动增长趋势,降水增加不足以弥补温度引起的冰川退缩,致使科西河流域冰川加速退缩,冰湖加速扩张,冰湖溃决事件频发。

近年来南京市新增多条地铁线路,为探究地铁建设及运营中造成沿线及周边区域沉降的隐患问题,本文利用时序InSAR技术获取了南京市区沉降速率场、累计沉降量和沉降时间序列,并结合降水数据研究对沉降区的影响,对地铁线路的典型沉降区及其周围进行了详细分析。研究结果表明,南京市呈现不均匀沉降,位于长江漫滩区,集中在江宁区沿岸、建邺区、鼓楼区等市中心区域,其中浦口区中部沿岸沉降最为明显,年沉降量最高达-55.9mm,面积约15.6km²;地铁2、4、7、10号线部分线路沉降较为明显,以浦口区的定山大街与临江·青奥体育公园站为例,累计沉降量最高为-172.8mm;南京市地铁沿线沉降速率与降水量存在关系,受强降雨影响,土壤中孔隙水和其中所含的气体孔隙压力增加从而影响沉降。

针对车道线分布范围广、占像素少、特征不易提取的问题,本文构建了一种基于多尺度特征融合的残差车道线检测网络。首先,以残差双边网络为基础,采用双边特征聚合模块,利用语义分支的上下文信息指导同一阶段的细节分支的特征响应,并融合两分支的信息;然后,针对不同阶段具有不同尺度,使用多尺度自适应特征对齐融合模块,构建采样前后偏移向量索引表,降低因简单采样而造成的细节信息缺失;最后,引入空间注意力机制,增强模型的长距离特征捕捉能力。试验结果表明,本文模型在3个公开数据集上均取得了良好效果,其中在CULane数据集上的准确度达77.89%,比目前主流算法高2%。

深度学习驱动的遥感图像语义分割方法依赖大量人工标记样本,且对未知任务泛化能力差,尤其是在类别体系不断更新的精细化语义分割任务中,未知类别(训练样本中不存在的类别)的识别精度亟待提升。基于此,本文面向多类农田类别,提出了一种跨类别小样本分割方法。该方法设计了一种双分支结构,即支持分支与查询分支,其中支持分支用于分割先验的提取,查询分支用于完成分割先验的传播,获取查询图像的分割结果。此外,该方法应用查询特征生成自支持查询原型,显著提高了原型的表达能力;在支持集和查询集之间引入原型对齐正则化机制,充分利用来自支持集的知识,提升了分割器的判别能力。试验同时引入高空间分辨率和高光谱图像土地覆盖数据集,对本文方法性能进行了充分验证。试验结果表明,相较于现有小样本分割方法,本文方法在小样本条件下能够获得更为优异的跨类别农田识别结果。

针对大幅面遥感影像在分块边界特征不连续和分割效率不高等问题,本文提出了结合Spark平台及最优紧密度评估的简单线性迭代聚类超像素分割算法(SLIC)。首先,使用结合最优紧密度的SLIC超像素分割方法完成图像分块,解决分块边界精度低的问题;然后,利用Spark对分块数据并行SLIC分割算法,提高运算效率;最后,将WorldView-2卫星影像和GF-2号影像作为试验数据,利用比值植被指数结合最大类间方差法改进SLIC算法以提高超像素分割精度。结果表明,改进SLIC方法在运算效率上比原方法提高了约9倍,边缘拟合精度提高了1.5%,欠分割误差提高了8.2%,边缘召回率提高了0.2%。

在地形复杂的山区,地形阴影对遥感影像信息提取造成了极大的影响,因此应对遥感影像进行地形校正,从而消除地形效应,恢复地形阴影区域的地表反射率。本文以辽宁东部林区(辽东林区)为研究区域,采用空间分辨率为16m的GF-1 WFV遥感影像,分别使用SCS+C、Minnaert+SCS和SCEDIL校正模型对原始影像进行地形校正,通过目视分析、光谱保留效果、地形校正效果、分类精度验证和阴阳陡坡光谱反射率一致性等评价指标对校正前后的影像进行对比,最终确定适合于林区的最佳地形校正模型。研究结果表明:①对连续山地丘陵且地形起伏较大的林区,SCS+C相比Minnaert+SCS和SCEDIL模型光谱保留性更好,校正前后各波段反射率均值相差小于4.32,且不存在过校正现象;通过校正后近红外波段反射率与太阳入射角余弦相关性判断3种模型的地形校正效果,SCS+C模型相关性最小,地形校正效果最好,Minnaert+SCS相关性略大,SCEDIL模型存在过校正现象;SCS+C模型校正后影像分类精度比校正前提高近3%,与Minnaert+SCS及SCEDIL模型相比高出近2%。②基于地形校正原理新增阴阳陡坡光谱反射率一致性评价方法,利用校正前后对阴阳陡坡NDVI的影响作为地形校正效果的评价指标,SCS+C校正效果最佳,两个典型区域校正前后阴阳陡坡光谱反射率均值的绝对偏差(10^-2)分别由1.14减小至0.58和由1.67减小至0.49,校正后阴阳陡坡光谱一致性提升。综上所述,SCS+C模型优于Minnaert+SCS和SCEDIL,更适用于林区的地形校正。

十参数标定模型是近景摄影测量中一种经典的内参标定模型。在影像畸变校正中,如果利用此模型采用直接重采样方式会产生空洞条纹,而常规的间接重采样方式虽无空洞产生,但在畸变较大的非中心区域同样无法得到较好的校正效果。针对此问题,本文提出了一种针对十参数标定模型的影像牛顿迭代精确校正算法。首先利用十参数标定模型将像点理想值和实际值进行重组,构建以像点实际值为待求量的非线性方程组;然后采用牛顿迭代法对影像中畸变部分进行局部线性逼近求解;最后采用间接重采样方法实现精确校正的目的。以移动机器人导航和避障相机作为研究对象,试验结果表明,牛顿迭代法校正可以得到高精度的优质去畸变影像,对避障相机的处理效果尤为显著。本文算法适用于移动机器人导航避障相机影像的畸变精确去除,为后续立体匹配环节生成优质的双目核线影像提供了可靠数据源。

针对UWB定位过程中易受NLOS等误差影响导致定位精度和稳定性下降,并且现有的NLOS识别剔除方法模型复杂、环境依赖性强等问题,本文提出一种信道特征二元假设和基于滑窗改进的UWB自主完好性监测相结合的误差识别剔除方法。该方法首先通过信道特征二元假设对粗差、部分NLOS误差识别剔除,在提升数据质量的同时能够最大限度地降低UWB定位自主完好性监测的单测距值故障假设的局限性;然后针对量级较小的NLOS误差,仍然存在识别不敏感问题,因此,结合滑窗改进的UWB定位自主完好性监测方法;最后在UWB定位自主完好性监测方法的基础上引入测距精度提升监测性能,并结合滑窗理论降低漏检情况,能够针对信道特征二元假设方法未识别的NLOS测距值进行有效识别剔除,实现对NLOS误差的进一步识别剔除。试验结果表明,本文方法能够对NLOS等误差进行有效识别剔除,提高UWB定位精度和可靠性。

本文提出面向流域洪涝灾害监测的分层次卫星组网对地观测任务规划方法,以长江流域重庆段和城陵矶段为试验区,进行被动、主动规划。结果表明,该方法能够提供流域洪灾区域指定时段的多尺度卫星组网协同的有效观测信息,为及时调动卫星资源、快速响应洪灾监测需求,以及获取灾害预警、决策、评估卫星数据提供重要的技术支撑。

钢筋骨架的质量检查在预制钢筋混凝土构件的生产过程中发挥了重要的作用,因为其质量直接影响整个构件的性能和可靠性。目前,对于钢筋骨架的质量检查,主要依赖于传统的人工手段,比如使用钢尺测量和人工计数来评估钢筋的数量和间距等关键指标。然而,这种方法明显存在低效率、高成本、易出错等局限性。为了解决以上问题,本文针对预制钢筋混凝土构件中的多层钢筋骨架,引入深度相机传感器和先进技术,设计了一种新颖的钢筋骨架质量检查方法。首先通过深度相机采集图像,根据深度阈值筛选算法将双层钢筋转化成单层图像;然后利用改进的YOLOv5算法检测出交叉点坐标;最后根据坐标转换,求解绑扎间距。试验结果表明,该方法通过智能化算法提高了检查的准确性,减少了时间消耗,降低了对人工的依赖。

基于网络球型摄像机进行洪水监测成为当今水利建设的热点之一,摄像机需进行旋转、焦距的放大与缩小等操作,才能在多视场进行流速、水位、流量一体化监测。由于摄像机传动装置制造的缺陷,在多视场切换时会出现预置点不能准确复位的问题而产生隙动差,这给从单张影像上解析水位、流速造成较大偏差,因此本文提出一种针对水位测量的隙动差校正方法。首先对预置点的水位尺进行精确标定,得到预置点水位方程参数,并在影像上选取两个特征明显的校正点;然后在连续监测中,将瞬时视场内校正点影像坐标按线性方法校正到预置点视场校正点;最后用预置点水位方程参数计算瞬时视场水位。经现场试验测试,不同瞬时视场校正点的影像坐标最大有8像素隙动差,产生水位误差达5cm,而经本文方法计算的水位误差约为5mm,说明本文方法对消减隙动差的影响是显著的。

人群移动流具有时空依赖特征,识别和定量刻画其时空相关性是揭示人群移动规律和对其进行模拟预测的基础。本文通过对比和讨论流的空间自相关和时空自相关分析方法,探索在城市内部和省际两个不同空间尺度下的人群移动流时空依赖特征及其集聚模式。结果表明:①城市内部和省际的人群移动流均表现出强时空依赖性;②城市内部和省际人群移动流的高-高模式均以短距离流为主,低-低模式则是跨组团的远距离流;③相比于仅考虑空间依赖,同时考虑时间和空间依赖可以有效捕捉跨区域移动流,这在省际移动流的集聚模式分析中尤为重要;④时空相关性中的高-低和低-高模式可以识别流量随时间变化剧烈的流,有助于进一步揭示局部区域的异常流模式。本文结论进一步强调了时空相关性的优势及特点,可丰富地理流的探索性分析方法,服务于人群动态观测的移动规律和模式特征挖掘。

无人机倾斜摄影技术凭借高精度、多视角还原真实地貌的能力,已在地形地貌测绘、城市三维建模、工程勘察建设、土地利用规划等领域得到了广泛的应用。本文采用无人机倾斜摄影+遥感综合解译+落石轨迹模拟的综合研究评价方法,基于西藏某新建公路两侧高陡边坡实景三维倾斜模型,对该区域发育的危岩体开展了详细的解译分析,共识别危岩体67处,通过稳定性及其对下方公路威胁性分析,得出危岩体对该区域西侧中部、北侧坡面东部及南侧坡脚部分区域具有明显威胁性,易对公路来往行人及车辆造成危害。研究成果为现场危岩体清理、防护治理提供了重要的技术依据,有效弥补了现场人员无法到达、勘察作业困难的缺陷,具有重要的理论及实际意义。

针对基于地表覆盖数据开展碳储量变化监测存在的尺度效应问题,本文以杭州城西科创大走廊为例,研究了不同尺度地表覆盖数据在地表破碎且变化频繁区域的适用性。通过高分辨率影像获取的粗分类和细分类地表覆盖数据,与常用的中低分辨率地表覆盖数据,采用簿记模型分别计算了研究区近13年碳储量变化。发现基于中低分辨率地表覆盖计算的碳储量变化值相较于基于高分辨率粗分类地表覆盖,减少了3021.24tC;基于高分辨率粗分类地表覆盖计算的碳储量变化值相较于基于高分辨率细分类地表覆盖,减少了685.43tC。结果表明,在地表破碎且变化频繁区域,基于不同尺度地表覆盖计算的碳储量变化值存在显著差异,高分辨率细分类地表覆盖数据适用性更强。

采动裂缝是煤矿地下开采造成的破坏形式之一。针对矿区地表环境复杂、无人机图像裂缝提取方法精度较低的问题,本文融合动态蛇形卷积和膨胀卷积构建了全新的动态蛇形-膨胀卷积,并将其添加到现有分割模型的编码、解码结构,以优化整体网络模型结构;构建了矿区裂缝数据集,并在该自制数据集上进行裂缝提取精度验证。结果表明,加入动态蛇形-膨胀卷积,可使模型的分割精度(平均交并比)提高14.96%,对于实现地裂缝准确提取具有实践价值。

针对传统机器学习作物遥感分类模型泛化能力较弱等问题,本文评价并验证了不同语义分割网络在光谱特征和光谱+植被指数特征下的济源市冬小麦遥感分类模型的性能和分类精度。结果表明,较单一光谱特征,基于U-Net++和DeepLab V3+的光谱+植被指数特征模型损失函数和IoU值分别降低和提高了13.30%和7.83%、7.80%和5.54%。此外,基于U-Net++的2020—2023年冬小麦分类总体精度达93.47%～95.60%,较DeepLab V3+和随机森林分类的总体精度分别提高了0.12%～2.29%和4.84%～7.40%;景观度值也表明基于U-Net++的冬小麦分类结果具有更优的图斑完整度和紧凑度。最后,本文定量评价了不同年份冬小麦种植面积空间变化结果,为复杂地形条件下作物面积监测应用提供了方法支持。

为解决高海拔多山地区有人直升机、复合翼无人机作业相对航高较高、易受侧风影响、点云稀疏的痛点,本文提出了一种“仿塔飞行”架空输电线路三维激光扫描点云数据获取方法,优化了传统的“仿地飞行”方式,对西藏藏中联网某500kV超高压架空输电线路进行了点云数据获取,经数据处理及分析,点云数据体素密度大,空间位置精度高。试验结果表明,大载重多旋翼无人机在高海拔多山地区进行“仿塔飞行”作业,在降低作业风险的同时,所获取的点云数据密度高、噪声小,且金具和导线微部特征明显;同时,该方法具有机动性高、稳定性强、作业风险低的优势,为架空输电线路精细化自主巡检及国家电网智慧化应用提供了支撑。

InSAR技术具有大范围、高精度、全天时、全天候的优点,已被广泛地应用于地表形变监测与高程获取。GAMMA软件具有支持数据源丰富、处理功能全面、结果精度可靠和效率高等优势,是当前国际上常用的InSAR数据处理软件。但该软件采用命令行交互,操作命令繁杂、对专业要求程度高,不易于非专业用户使用。针对以上问题,本文利用界面友好、开源的QGIS对GAMMA进行二次开发。结合GAMMA提供的py＿gamma库和QGIS提供的py_QGIS API接口,采用模块化设计、算法并行优化等技术,开发了一套界面化InSAR形变监测系统,并以西藏沃达地区106景哨兵1号数据进行处理试验,从软件性能和处理结果方面证明了基于QGIS和GAMMA二次开发的可行性和可靠性。相关内容可为命令行用户界面软件转图形化用户界面提供参考。

随着双碳目标的提出,新能源的开发和利用得以日益增长。由于项目设计环节涉及的要素众多,土地、地理位置制约下的新能源选址难度较大,面对新能源项目爆发式增长,传统选址设计方式亟须提高效率,保障新能源项目的科学性和合理性。本文基于GIS+BIM技术原理及其应用现状分析,提出了新能源智能选址新的解决方案,基于GIS+BIM融合技术构建三维数字平台,通过平台充分分析地理位置、环境因数等多资源条件,实现了对新能源项目的全面评估和优化选址。应用分析表明,本文研究成果可确保选址科学性和合理性,设计效率提高了15%,提升了选址精度,降低了成本,促进了新能源项目可持续发展。

智能驾驶高精地图作为地图的一种新业态,含有高丰富度、高精度、高鲜度的地理信息数据,事关国家主权、安全与利益。当前高精地图审查工作缺乏有效的自动化审查技术、标准数据库和制度保障,难以满足智能驾驶对地图鲜度的需求,会对智能驾驶产生一定的影响。本文总结了智能驾驶高精地图数智化审查的发展现状,梳理了相关政策动态,系统分析了数智化审图的关键技术和规模化应用的难点,并结合地图审查业务模式,提出了针对智能驾驶高精地图的数智化审查技术路线,为实现高效、可靠的高精地图审查提供了参考。

钢结构在长期荷载及不均匀受力的作用下会产生空间变形,挠度是其重要的衡量指标。常规挠度检测方法依赖于手动测量或固定传感器,在实时性、精度和覆盖范围等方面存在一定的局限性,难以准确捕捉结构变形的细微变化。本文基于同时定位与地图构建技术(SLAM)三维激光扫描系统对钢结构网架进行顶升测量,以某汽车厂房项目为工程背景,并通过RANSAC算法提取钢结构节点球的球心进行挠度检测。研究表明,基于SLAM技术的钢结构挠度检测方法具有较高的精度和实时性,能够有效地检测出钢结构网架的挠度变形,为钢结构挠度检测提供了一种新的思路和解决方案,具有重要的理论和应用价值。